skill

nsfc-benzi-audit

一个用于国家自然科学基金（NSFC/国自然）申请书初稿诊断的 Agent Skill

jiankang1991/nsfc-benzi-auditcommunitylistedunreviewednot running here yet

Use skill

Set up

Skills are installed by placing their folder where your agent loads skills.

Install instructions come from the README

Skills do not use an MCP config. Follow the steps in the README below; one-click install arrives with accounts.

README

synced Oct 14, 2026

nsfc-benzi-audit 是一个用于国家自然科学基金（NSFC/国自然）申请书初稿诊断的 Agent Skill。它面向已经有草稿的申请人，帮助从题目、摘要、立项依据、关键科学问题、研究内容、创新点、研究基础、图表、文献和形式栏目等角度生成修改建议。

它不是代写工具，不承诺申请成功，也不替代申请人自己的科学判断、同行专家建议、依托单位要求和基金委官方指南。

规则基线已核查至 2026-09-12：按申请年度、具体项目类别、表单版本和包干制/预算制区分适用要求。2026 年面上、青年 C 类采用三部分正文，研究内容允许自主组织；科学问题、目标和方法按内容检查，不强求旧式独立标题。后续年度规则需另行核实。来源与历史校准口径见维护台账。

交流群

有问题、有案例、有改进建议，欢迎进群交流使用心得。

快速开始

Use $nsfc-benzi-audit to audit this NSFC application draft.

把申请书 PDF、DOCX、Markdown、纯文本，或核心片段贴给 Agent。若提供已中本子作为对照样本，先做匿名化处理，并说明项目类型、获资助年份、粗略学科/申请代码和研究属性。

适用场景

青年、面上、地区等项目申请书已有初稿，需要做结构性体检。
想检查题目、摘要、关键科学问题和创新点是否互相支撑。
想检查科学问题凝练得好不好：问题来源是否可信、瓶颈证据是否充分、困难与创新点是否相互支撑、研究属性是否与实际贡献一致。历史四类科学问题属性仅在适用版本或论证分析中使用。
想把评审人快速阅读时可能卡住的问题提前暴露出来。
想生成一份可执行的“优先修改清单”，而不是泛泛润色。
想检查年度计划和预期成果：实质里程碑与任务依赖是否明确；已有科学成果是否具体、可验证，是否与科学问题相联系。
想检查预算或资源与研究任务是否对得上：识别共用科目、现有设备、平台额度与新增支出，找出真正的资源缺口。包干制申请不因没有预算表而被报缺项。
改完一轮后想复审：逐条复核旧意见，区分已解决、部分落实、仍存在、改动无效、原意见撤销或不再适用、材料不足无法判断；保存旧报告以便追溯。
手头有已中/已获资助本子，想在匿名化后提炼可迁移写法规律，用来对照当前草稿。
想借基金委大数据知识管理服务门户（kd.nsfc.cn）核查选题撞题风险、申请代码是否送对学部、预期成果是否超额承诺、以及自己已结题项目与本子的重复度。
医学、临床或生物医学本子需要额外检查疾病机制、样本/队列、模型体系、伦理、生物安全和转化验证链条。
遥感、GIS、地理空间智能、地貌/DEM、点云/三维建模、时空图、视频 GIS 或轨迹/位置数据本子需要额外检查空间对象、数据模态、几何/物理/拓扑约束和验证链条。

不适用场景

从零代写申请书。
编造论文、数据、前期基础、合作单位或实验结果。
复制已中本子的原文、未公开思路、数据、图表或保密研究基础。
替代当年官方指南、申请系统和单位科研管理部门要求。
输出正式通讯评审意见。
批量爬取 kd.nsfc.cn，或代替申请人登录、过验证码操作基金委系统。

安装

推荐用 Skills CLI 一行安装。npx 会临时运行 npm 上的 skills 命令，从 GitHub 拉取本仓库中的 skill；这不要求本项目本身发布成 npm 包。

Codex：

npx skills add jiankang1991/nsfc-benzi-audit -g -a codex -y

Claude Code：

npx skills add jiankang1991/nsfc-benzi-audit -g -a claude-code -y

如果想让 CLI 自动检测本机已安装的 Agent，也可以用：

npx skills add jiankang1991/nsfc-benzi-audit -g -y

没有 Node.js/npx，或网络环境无法访问 GitHub 时，也可以手动安装。将 nsfc-benzi-audit/ 目录复制到对应 Agent Skills 目录：

# Codex
mkdir -p ~/.codex/skills
cp -a nsfc-benzi-audit ~/.codex/skills/

# Claude Code
mkdir -p ~/.claude/skills
cp -a nsfc-benzi-audit ~/.claude/skills/

然后在对话中使用：

Use $nsfc-benzi-audit to audit this NSFC application draft.

更新、卸载与能力边界

使用 Skills CLI 安装后，可用 npx skills update nsfc-benzi-audit 更新，用 npx skills remove nsfc-benzi-audit -g -a codex 卸载（Claude Code 将 agent 改为 claude-code）。手动安装请从仓库根目录复制内层 skill 目录，并重新开启会话或按宿主要求刷新发现。

文本诊断不依赖其他命名 skill。PDF/DOCX 需要宿主能提取正文、表格和图片；否则提供已提取文本即可先做局部诊断。没有网络时仍可做内部逻辑检查，官方规则、文献与 kd 状态按实际标为未核查。文献检索类 skill 仅是可用时的集成选项，不要求另装才能使用本 skill。

输出内容

默认输出一份 Markdown 诊断报告，按请求裁剪：

诊断范围与总体判断
一页逻辑图
优先修改清单：每个根因问题一个编号，分为必改 / 待核实 / 建议改 / 可润色，只完整说明一次
上轮修改复核（复审时保留旧编号，允许撤销错误意见）
分章节要点（引用清单编号）
科学问题—内容—目标—验证覆盖表、一致性矩阵（完整体检）
补充诊断面与学科专项状态（形式、图表、资源、代表作、文献、kd、信息通信/遥感/医学、中标样本对照）
题目、摘要、关键科学问题、创新点的改写骨架
核查状态与诊断限制

诊断机制

参考文件里的写作经验（题目限制性定语追踪、立项依据六问漏斗、研究内容写成目标、创新点空泛措辞、转方向声明、瓶颈量化、换赛道三件套、跨域类比三件套、新观测体制四要素等）来自已中/未中本子、指导书和专家点评。它们是触发检查的信号：命中后先做反查——条件是否适用、全文是否已有解释或反证、是明确矛盾还是材料未见、最小改法是什么——再分级。条数、标题样式、图表数量本身不会被判为必改；包干制不报缺预算；不按论文类型或作者位次一票否决。

规则维护见维护说明，行为评测见 evals。

示例

示例文件在 examples/：

mini-draft.md：一个本子核心片段示例。
mini-report.md：对应的诊断报告示例。

文件结构

nsfc-benzi-audit/
├── SKILL.md
├── LICENSE
├── agents/openai.yaml
├── assets/report-template.md
└── references/
    ├── benzi-logic.md
    ├── question-distillation.md
    ├── audit-surfaces.md
    ├── information-communication.md
    ├── geospatial-remote-sensing.md
    ├── medical-biomedical.md
    ├── representative-works.md
    ├── kd-lookup.md
    ├── exemplar-learning.md
    └── current-rules.md

SKILL.md 负责触发和工作流，benzi-logic.md 统一信号→反查→分级规则，其他 references/ 补充凝练、审核面、学科、代表作、kd 和官方规则，assets/report-template.md 是默认报告结构。仓库根目录的 evals/、docs/、scripts/ 只用于维护验证；python3 scripts/validate_repo.py 检查本地链接与结构，不判断诊断对错。

修改示例

下面是几个常见修改例子，展示这个 skill 会从哪些角度给出建议。

覆盖能力	修改前	修改后	针对性意见和建议
题目聚焦	面向复杂场景的多源智能感知与高效识别方法研究	面向[具体场景]的[研究对象]跨源表征与[核心科学问题]研究	题目不要同时堆入场景、技术、应用和效果。优先保留“对象/场景 + 问题 + 方法路径”，删去泛化形容词。
摘要逻辑链	本项目拟研究 A、B、C 三类方法，提升精度和效率，具有重要意义。	针对[对象]在[场景]中存在的[科学障碍]，拟从[机理/模型]入手，开展三项研究，阐明[关键关系]，形成[可验证结果]。	摘要应先让评审看到科学问题，再列研究内容；避免写成任务清单或效果承诺。
关键科学问题	如何构建高精度模型并提升识别效果？	[变量/机制]如何影响[对象]的[表征/耦合/演化]，以及这种关系如何约束[模型或方法]？	把“做一个模型”改成可研究、可验证的机制或关系问题。技术路线可以解决问题，但不应替代科学问题。
研究内容衔接	研究数据构建、模型设计、平台实现和实验验证。	内容一回答[机制问题]；内容二建立[模型方法]；内容三在[场景]中验证[假设与边界]。	研究内容要逐项回应关键科学问题，形成“问题-内容-方法-验证”的闭环，避免工程流程堆叠。
创新点表达	首次提出某方法，显著提升性能，填补研究空白。	创新在于：将已有[方法/理论]从[已有条件]推进到[项目条件]，并通过[约束/机制/验证]解决[现有缺口]。	少用“首次、显著、填补空白”等口号。说明相对现有研究的新变量、新关系、新证据或新适用边界。
研究基础映射	申请人发表多篇论文，研究基础扎实，能够保障项目完成。	前期工作 1 支撑内容一；前期工作 2 支撑内容二；仍需补充[缺口]的预实验或对比验证。	研究基础不要只罗列成果，要映射到每个研究内容；主动暴露还需补强的证据，反而更可信。
撞题与代码路由	创新点：现有方法在……方面存在不足，本项目首次提出……	创新点：相对已核对的[近邻项目/文献]，本项目新增[变量/约束/适用边界]；申请代码候选为[X/Y]，待结合当年代码说明确认	分别记录资助与结题模块、查询词、对应年度字段及筛选过程，比较近邻的实际研究内容。标题或代码分布只能提供线索；结题库有时间滞后，查不到不等于没人做，不能据频次直接改代码。
文献与形式核查	国内外研究很多，现有方法仍有不足；申请代码和研究属性未在正文中呼应。	每个研究现状小节以“已有研究解决了什么、在本项目条件下还缺什么、因此引出哪项内容”收束；正文术语与申请代码、研究属性保持一致。	文献综述要服务立项依据，不只是证明读过文献。形式/政策问题只提示申请人按当年指南和系统核查，不替代官方判断。

真实案例：一份青年基金申请书的修改片段

下面四段以一份真实青基申请书初稿截图为基础，红框和红字为讲评标注。案例二、四的标注于 2026-09-12 经 AI 辅助校订，正文已对照原图目视核对；这些展示图用于说明诊断思路，不替代完整原稿。每段附修改建议。

案例一：立项依据把技术指标当成了科学问题


修改前	然而，现阶段主要的干涉图去噪方法在以下几个方面存在问题：1）……阶梯效应；2）……重构的精确性；3）……去噪的时效性。这些问题制约了……精度的提高。
修改后	……存在阶梯效应、重构精度不足、时效性欠佳三个问题。本质上，这三条可归结为[某类先验/约束]与[结果保真度]之间尚未被显式建模的关系——这正是本项目切入的科学问题。
意见	三条技术指标是"现有方法不够好"的证据，不是科学问题本身。清单后面需要补一句"归结句"，把并列指标收束成一个可研究、可检验的关系陈述，否则读者读完整段仍不知道项目要研究什么机制。

案例二：研究内容与科学问题的覆盖关系需要说清楚


修改前	研究内容写了 (1)(2)(3) 三条，其中 (3) 是"面向大尺度……的优化算法设计"；而 2.3 节的关键科学问题只列了 (1)(2) 两条，写完直接进入第 3 节。
修改后	可保留 3 项内容、2 个科学问题，先说明内容 (3) 如何支撑前两项科学问题的求解或验证。只有确认存在独立的新科学未知时，才考虑新增问题；若仅是实现步骤，再按其实际作用组织。
意见	条数不同不能证明逻辑断裂。一个科学问题可以由建模、求解、验证共同回答，一项内容也可以服务多个问题。此处仅有标题，需查全文中的任务作用和覆盖关系，再判断是否有未被回应的问题或无科学作用说明的任务。

案例三：创新点写成了口号 + 研究内容复述


修改前	(1)"×××××"：面向……，在复数域中，提出并系统地研究了……模型及优化方案，并且进一步拓展了……方法，从而大幅提升了……精度。(2)"分而治之"：构建了区域自适应的……模型；设计了……算法，把原始问题转化为多个子问题分别求解……
修改后	小标题保留作记忆点，正文每条补一句：创新在于将[已有方法/理论]从[已有适用条件]推进到[本项目新增条件]，通过[新引入的先验/约束]解决了[现有方法留下的具体缺口]。
意见	对仗小标题本身没问题，问题在于正文全是研究内容和技术路线的再叙述，通篇没有"相对现有方法新增了哪个变量、哪个关系、哪条证据、哪个适用边界"的对比句。创新点段落于是等于研究内容摘要的重复，不构成独立的评审依据。

案例四：已有科学成果描述，但对应关系和验证标准还需明确


修改前	(1) 已提出完善去噪理论、优化模型及并行处理方法等成果；(2) 发表 SCI 论文 6 篇、申请发明专利 2 项；(3) 培养硕士研究生 3 名左右。
修改后	将已有第 (1) 项具体化：形成[理论/模型或方法]，回答[科学问题]，以[验证对象、指标和判定标准]检验。科学成果可对应多个问题；论文、专利与培养数量另列。
意见	原图已包含科学成果，不能概括为“只有数量指标”。应检查这些成果是否具体、如何回应科学问题、如何验证；数量指标可以保留，但不能独自支撑成果质量判断。

其他章节的同类问题

章节	修改前	修改后	意见
拟解决的关键科学问题	一方面……另一方面……最后……因此，如何构建适用于本场景的自适应模型，是本项目拟解决的关键科学问题之一。	[某类条件/变量]如何影响[目标对象]的[某种关系/边界]，从而约束了自适应模型的设计。	结尾句是"建一个模型"的技术任务句式，不是变量间关系的可研究问题。三条铺垫事实压缩成一句背景，问题句独立成句、可检验。
可行性分析	方法上的可行性：申请人在[方向]积累了经验，相关成果得到了[合作者]的肯定，发表在[期刊]上……	前期工作已验证[某子问题]在[受限条件]下可行；本项目需在[新条件]下重新验证[关键假设]，这部分目前缺少预实验，将在第一年完成。	超过一半篇幅在罗列期刊、合作背景和已获认可，写成了履历陈述。应逐条对应技术路线里的关键技术点，说明"已具备"和"仍需补充"各占多少——主动暴露缺口反而更可信。

设计原则

只做诊断和修改建议，不做事实编造。
区分“写作逻辑风险”和“官方规则风险”。
对政策、资格、AI 使用声明、伦理、安全、预算等问题，以当年 NSFC 官方指南为准。
对 OCR 或格式提取错误保持谨慎，不把文本提取问题直接归责给申请人。

免责声明

本项目仅供学习、研究和申请书自查参考，不保证申请成功。
使用者必须遵守 NSFC 科研诚信要求和 AI 使用规范。
不应用 AI 直接生成申请书；所有 AI 辅助内容都必须由申请人逐项核实、修改和负责。
政策、申请条件、格式要求和申报规则以基金委当年官方指南和申请系统为准。